INTELIGENCIA ARTIFICIAL

SISTEMAS EXPERTOS



Sistemas Expertos


ii
CONTENIDO
SISTEMAS EXPERTOS ................................................................................................................................................3
1. CONCEPTO DE SISTEMA EXPERTO..................................................................................................................... 3
2. FUNCIONES DE UN SISTEMA EXPERTO................................................................................................ 5
3. CARACTERSTICAS ....................................................................................................................................... 6
4. VENTAJAS Y LIMITACIONES ..................................................................................................................... 6
5. LIMITACIONES ................................................................................................................................................ 8
6. ARQUITECTURA Y FUNCIONAMIENTO DE UN SISTEMA EXPERTO SEGN SIERRA MOLINA...................... 10
6.1. La base de conocimientos.....................................................................................................................10
6.2. La base de datos.....................................................................................................................................12
6.3. El motor de inferencia...........................................................................................................................12
6.4. El interfaz de usuario.............................................................................................................................15
7. ESTRUCTURA DE UN SISTEMA EXPERTO SEGN DURKIN ....................................................... 16
7.1. Base de conocimiento (Knowledge Base)..........................................................................................17
7.2. Memoria de trabajo (working memory) .............................................................................................18
7.3. El motor de inferencia (inference engine)..........................................................................................18
8. HERRAMIENTAS: LENGUAJES Y SHELLS......................................................................................................... 18
8.1. Lenguajes de programacion .................................................................................................................18
8.2. Shells.........................................................................................................................................................18
9. LA ADQUISICIN DEL CONOCIMIENTO........................................................................................................... 19
9.1. Mtodos manuales y semiautomticos................................................................................................20
9.2. Aprendizaje automtico.........................................................................................................................23



Sistemas Expertos

3
SISTEMAS EXPERTOS
La inteligencia artificial tiene por objeto analizar los com-
portamientos humanos en lo relativo a la percepcin, la com-
prensin y la decisin, con el fin de reproducirlos despus
con la ayuda de una mquina: el ordenador.
1. CONCEPTO DE SI STEMA EXPERTO
Son programas de ordenador que estn especialmente
diseados para representar la experiencia humana en
un dominio particular (rea de experiencia).
Un sistema experto es un programa de ordenador in-
teligente que usa conocimiento y procedimientos de
inferencia para resolver problemas que son lo sufi-
cientemente difciles como para requerir la inter-
vencin de un experto humano para su resolucin.
Un sistema experto es un sistema informtico que
incorpora en forma operativo el conocimiento de una
persona experimentada, de forma que es capaz tanto
Sistemas Expertos


4
de responder como esta persona, como de explicar y
justificar sus respuestas.
Los sistemas expertos actan como ayudantes inteli-
gentes de los expertos humanos y como consultores
cuando no se tiene ninguna otra posibilidad de ac-
ceder a la experiencia y al conocimiento.
El Comit de Sistemas Expertos de la British Compu-
ter Society ha definido un sistema experto como si-
gue: "La incorporacin a un ordenador de un compo-
nente basado en el conocimiento que se obtiene a
partir de la habilidad de un experto, de forma tal
que el sistema pueda dar consejos inteligentes o
tomar decisiones inteligentes. Una caracterstica
adicional deseable, que para muchos es fundamental,
es que el sistema sea capaz, bajo demanda, de jus-
tificar su propia lnea de razonamiento de una for-
ma inmediatamente inteligible para el usuario. El
estilo adoptado para obtener estas caractersticas
es la programacin basada en reglas "
Un sistema experto es un programa informtico que
utiliza el conocimiento y los procedimientos para
resolver problemas difciles para personas profe-
sionalmente entrenadas. Un programa que emplea co-
nocimiento e inferencias para resolver problemas es
denominado sistema basado en el conocimiento. Cuan-
do el conocimiento y los procedimientos de inferen-
cia se modelan basndose en expertos humanos, a ese
sistema se le puede denominar sistema experto. Hay
dos caractersticas que deben resaltarse:
Sistemas Expertos


5
- Que el desarrollo de sistemas expertos se basa
en una teora descriptiva de la forma de reso-
lucin de problemas de los expertos humanos.
- Que el foco del desarrollo es una representa-
cin de experiencia, esto es, el conocimiento
adquirido por los humanos mediante la prctica
y el estudio.
2. FUNCI ONES DE UN SI STEMA EXPERTO
Se tienen las siguientes funciones que debe cumplir un
sistema experto:
Resolver problemas muy difciles igual de bien o mejor
que un experto humano.
Razonar heursticamente, utilizando reglas que los ex-
pertos humanos consideran eficaces.
Interactuar eficazmente y en lenguaje natural con las
personas.
Manipular descripciones simblicas y razonar sobre
ellas.
Funcionar con datos errneos y reglas imprecisas.
Contemplar simultneamente mltiples hiptesis alter-
nativas.
Explicar por qu plantean sus preguntas.
Justificar sus conclusiones.

Sistemas Expertos


6
3. CARACTER STI CAS
Se sugieren las siguientes caractersticas para que los
sistemas expertos sean aceptados por sus posibles usua-
rios:
El programa debe ser til.
El programa debe poder usarse.
El programa debe ser educacional cuando se necesi-
te.
El programa debe ser capaz de explicar sus propios
consejos.
El programa debe ser capaz de responder a preguntas
sencillas.
El programa debe ser capaz de incorporar nuevo co-
nocimiento.
El conocimiento del programa debe poder ser modifi-
cado fcilmente
4. VENTAJ AS Y LI MI TACI ONES
Se destaca las siguientes ventajas de los sistemas ex-
pertos:
Mejoras en la productividad, permitiendo ahorrar
tiempo y dinero, dado que con los conocimientos f-
cilmente accesibles, los problemas se pueden ir re-
solviendo a medida que se van planteando y las de-
cisiones se pueden tomar rpidamente.
Conservacin de conocimientos importantes. Los
sistemas expertos permiten guardar y encapsular los
valiosos conocimientos de un especialista en forma
Sistemas Expertos


7
de paquetes de software y difundirlos, de manera
que no se pierdan aunque se pierda el especialista.
Los especialistas, a menudo escriben libros que
ayudan a difundir sus conocimientos. Sin embargo,
los libros suelen ser ms tericos que prcticos, y
hay muchas ocasiones en las que no se puede ensear
en un libro cmo se aplican los conocimientos de
forma prctica, de modo que esta misin se deja en
manos del lector. Los sistemas expertos resuelven
este problema, ya que para su construccin se de-
termina la esencia de los problemas que se preten-
den resolver y se programa el conocimiento necesa-
rio para su resolucin.
Mejora del aprendizaje y la comprensin. Los sis-
temas expertos tambin sirven de ayuda a la hora de
entender cmo un especialista resuelve un problema
o cmo aplica sus conocimientos. A menudo, los es-
pecialistas no saben exactamente cmo estn resol-
viendo los problemas. Dan por ciertos sus conoci-
mientos y nunca analizan cmo los aplican. Pero
para crear un sistema experto, el diseador debe
descubrir esos detalles, lek que conduce a una me-
jor comprensin del razonamiento de la mente huma-
na.
Los sistemas expertos tambin ayudan a mejorar la
capacidad de aprendizaje. Una persona que utiliza
regularmente un sistema experto para resolver pro-
blemas, se familiarizar bastante con la materia en
cuestin, aproximndose la capacidad del usuario a
la del especialista.
Sistemas Expertos


8
Castillo y Alvarez
1
sealan las siguientes:
Posibilidad de utilizar personal no especializado
para resolver problemas que requieren especialidad.
Obtencin de soluciones ms rpidas. En muchos ca-
sos, la rapidez de obtencin de soluciones es to-
talmente necesaria, ya que sin esa rapidez las so-
luciones obtenidas seran intiles.
Obtencin de soluciones ms fiables. El incremento
de fiabilidad se consigue gracias al tratamiento de
datos informatizado, y a veces a la intervencin de
grupos de expertos.
Reduccin de costes. Aun cuando el desembolso ini-
cial en el desarrollo o la compra de un sistema ex-
perto es elevado, los costes posteriores se reducen
notablemente, y la amortizacin se produce con gran
rapidez. Al menos sta es la experiencia de la li-
teratura existente, en la que las ganancias produ-
cidas por estos sistemas se dan como espectacula-
res.
Eliminacin de operaciones incmodas o montonas.
Acceso del conocimiento a poblaciones ms amplias
5. LI MI TACI ONES
Entre las limitaciones destacan:
La complejidad de los procesos de extraccin de
conocimientos:


1
Castillo, E.y Alvarez, E.(1989). Sistemas Expertos: Aprendizaje e incertidumbre.
Paraninfo, Madrid.
Sistemas Expertos


9
- El hecho de que en ciertas reas existan tantas
excepciones como reglas.
- Frente a un mismo problema, los especialistas di-
fieren frecuentemente en la solucin a tomar.
Problemas ligados a la representacin del conoci-
miento.
Incapacidad para reconocer un problema para el que
su propio conocimiento es inaplicable o insuficien-
te. As, cuando el problema planteado al sistema
sobrepasa su competencia, sus prestaciones se de-
gradan notablemente.
Esta degradacin se debe igualmente a su falta de
sentido: no pueden reemplazar datos omitidos me-
diante un razonamiento de sentido comn.
Limites de los motores de inferencia para tratar
problemas cuyas informaciones sean incompletas o no
montonas.
Mala adaptacin de las estrategias. Las estrate-
gias, que estn programadas de forma procedimental,
se adaptan mal segn las circunstancias. El extra-
ordinario poder de adaptacin del hombre, y el
hecho de modificar la estrategia de razonamiento en
funcin de la situacin, constituyen una parte im-
portante de su inteligencia.
Los expertos utilizan la analoga para tomar deci-
siones rpidamente, sin probar progresivamente una
hiptesis. Esto es posible gracias a que la memo-
ria humana es capaz de comparar la situacin pre-
sente con una situacin anloga ocurrida en el pa-
sado. En este caso, no se estudia progresivamente
Sistemas Expertos


10
una hiptesis, sino que se decide de inmediato.
Los sistemas expertos no pueden utilizar este tipo
de razonamiento.
Duracin del desarrollo. Los sistemas operaciona-
les ms recientes han empleado ms de dos aos-
hombre.
Campo de aplicaciones restringido y especfico.
Los sistemas expertos se conciben en dominios de
competencia muy estrechos y con muchas restriccio-
nes especficas del contexto de utilizacin.

6. ARQUI TECTURA Y FUNCI ONAMI ENTO DE UN
SI STEMA EXPERTO SEGN SI ERRA MOLI NA
2

Actualmente no existe algo que pueda ser llamado sistema
experto estndar. Sin embargo, hay unos componentes b-
sicos que existen en la mayora de los sistemas exper-
tos, y son: base de conocimientos, base de datos, motor
de inferencias y un interfaz de usuario.
6. 1. LA BASE DE CONOCI MI ENTOS
Se considera vital que el sistema experto tenga ac-
ceso a un conocimiento del dominio tan amplio como
sea posible, ya que debe ser capaz de dar consejos
inteligentes sobre este dominio particular. El
componente que contiene el conocimiento del sistema
recibe el nombre de base de conocimientos.
El mtodo ms comn de representar el conocimiento
en los sistemas expertos son las reglas de produc-

2
Sierra G. y otros (1995). Sistemas Expertos en Contabilidad y Administracin de Empre-
sas. USA: Editorial Addison Wesley.
Sistemas Expertos


11
cin. El dominio que se va a representar en el
sistema experto se divide en muchas fracciones pe-
queas de conocimientos o reglas. Las reglas se
escriben en el formato SI ... ENTONCES. Por ejem-
plo, las siguientes reglas de produccin podran
formar parte de la base de conocimientos de un sis-
tema experto para el pago de un cheque:
R1:
SI (El cheque es del banco) Y (La firma es autori-
zada) Y (Las cantidades concuerdan) Y (Hay saldo
suficiente) Y (El receptor ha sido identificado)
ENTONCES Pago del cheque permitido
R2:
SI
(El cheque es al portador) O (Firma del receptor
comprobada) ENTONCES
El receptor ha sido identificado
R3:
SI
(Saldo > Importe) O
(Descubierto autorizado)
ENTONCES
Hay saldo suficiente

Sistemas Expertos


12
R4:
SI
(Importe - Saldo) > (Limite descubierto)
ENTONCES
Descubierto autorizado

No todas las reglas pertenecen al dominio del sis-
tema; existen reglas de produccin, llamadas meta-
rreglas (reglas sobre otras reglas), cuya funcin
es indicar en la ejecucin de un sistema experto
determinado bajo qu condiciones deben considerarse
unas reglas en lugar de otras.
6. 2. LA BASE DE DATOS
Se define la base de datos como la parte de la me-
moria del ordenador que se emplea para mantener un
registro de los datos recibidos, conclusiones in-
termedias y datos generados. El motor de inferen-
cias, afirma, utiliza la base de datos como un bloc
de notas para apuntar lo que sucede en el sistema.
6. 3. EL MOTOR DE I NFERENCI A
Un experto no es aquel que nicamente tiene acceso
a una gran cantidad de conocimiento, sino el que
sabe cundo y cmo debe aplicar el conocimiento
apropiado. En la misma forma, el tener una base de
conocimientos no hace inteligente a un sistema ex-
perto, sino que debe tener otro componente que di-
Sistemas Expertos


13
rija y controle la implementacin del conocimiento.
A ese elemento se le conoce con diferentes nombres,
como estructura de control, intrprete de reglas o
motor de inferencias.
La estrategia de control incluida en el motor de
inferencias determina cmo se examinarn las reglas
de la base de conocimientos, puede ser una estrate-
gia de encadenamiento regresivo o progresivo. En
el primer caso se comienza por las reglas que supo-
nen las conclusiones del sistema y se va retroce-
diendo en el rbol de reglas, y en el segundo se
comienza por los hechos disponibles en la base de
datos buscando reglas que se satisfagan, y as su-
cesivamente.
Cuando una regla se cumple, las conclusiones obte-
nidas se incluyen en la base de datos para poder
emplearlas en la evaluacin de otras reglas.
Cada vez que se examina una nueva regla, la mquina
de inferencia comprueba la base de datos para de-
terminar los hechos que conoce e intenta cumplir
los requisitos de la informacin para satisfacer la
regla. Si no se dispone de suficiente informacin
para satisfacer la regla, el sistema experto soli-
citar nuevos datos. En otro caso, la mquina de
inferencia simplemente salta a la siguiente regla
de la secuencia, intentando de nuevo contrastar los
datos disponibles en la base de datos con las con-
diciones expresadas por la propia regla. La mqui-
na de inferencia continuar funcionando hasta que
Sistemas Expertos


14
se agoten todas las reglas y hechos. En este momen-
to es cuando el sistema presenta sus conclusiones.
6. 3. 1. Encadenami ent o r egr esi vo
La mayora de los sistemas expertos emplean
tcnicas de encadenamiento regresivo, pues
el sistema experto intenta probar una hip-
tesis. Cuando todos los hechos contenidos
en la base de datos y los obtenidos en el
proceso de inferencia confirman la hipte-
sis, se supone que sta es cierta y se
transforma en la recomendacin que da el
sistema experto. Todos los sistemas exper-
tos tienen almacenadas las conclusiones po-
sibles para un determinado conjunto de pro-
blemas en un dominio. Al crear la base de
conocimientos, los expertos y los responsa-
bles del diseo definen todos los posibles
resultados. La base de conocimientos con-
tiene una regla que infiere todas las posi-
bles conclusiones. Las dems reglas de la
base de datos proporcionan los pasos de in-
ferencia intermedios que finalmente llevan
a una de las reglas que confirman la hip-
tesis. Utilizando encadenamiento regresi-
vo, el sistema experto elige una de las
conclusiones finales como hiptesis e in-
tenta probarla a partir de los datos de en-
trada. Si no fuera posible probar la
hiptesis, la mquina de inferencia
intentara probar los siguientes
resultados. Antes o despus, el sistema
experto confirmar una de las hiptesis y
Sistemas Expertos


15
de las hiptesis y la sesin se dar por
terminada.
6. 3. 2. Encadenami ent o pr ogr esi vo
Si se implementa una secuencia de control
de encadenamiento progresivo, la mquina de
inferencia parte de los hechos disponibles
en la base de datos y busca los hechos que
se encuentran en la parte SI de las reglas.
Si la parte SI de la regla coincide con un
hecho en la base de datos, la regla se sa-
tisface. La parte ENTONCES de la regla se
considera cierta y el nuevo hecho inferido
se almacena en la base de datos. Con esta
nueva informacin, la mquina de inferencia
intenta encontrar este hecho recin inferi-
do en la parte SI de otra regla. El proceso
contina hasta que no es posible alcanzar
ms condiciones. En este momento, el sis-
tema experto proporciona su respuesta.
6. 4. EL I NTERFAZ DE USUARI O
Un sistema experto, por muy sofisticado que sea,
ser perfectamente intil si el usuario no puede
comunicarse con l. La parte del sistema experto
que permite esta comunicacin es conocida como el
interfaz de usuario.
La comunicacin que realiza un interfaz de usuario
es bidireccional. Al nivel ms sencillo, el usua-
rio debe ser capaz de describir su problema al sis-
tema experto, y ste debe ser capaz de responder
Sistemas Expertos


16
con sus recomendaciones. Se pretende en la prcti-
ca que un interfaz de usuario realice otras funcio-
nes adicionales. Unas veces se pide al sistema que
explique su razonamiento, y otras, el sistema pide
informacin complementaria del problema.
El interfaz de usuario debe incluir un subsistema
de adquisicin de conocimientos. Los subsistemas
de adquisicin de conocimientos proporcionan los
medios adecuados para aadir nuevas reglas y editar
las ya existentes.
El subsistema de adquisicin del conocimiento
es el encargado de recibir los elementos de co-
nocimiento que proceden del tndem experto-
ingeniero, comprobar que son elementos nuevos,
es decir, todava no incluidos en la base de
conocimientos y, en su caso, transmitirlos a
dicha base de forma inteligible para ella.
7. ESTRUCTURA DE UN SI STEMA EXPERTO SEGN
DURKI N
3

Cuando proporcionamos algn consejo a alguien, un expeto
primero obtiene hechos acerca del problema (Case facts)
y almacena este en su memoria de corto plazo (Short Term
Memory: STM). El experto entonces razona acerca del pro-
blema, combinando los hechos del STM con el conocimiento
de la memoria a largo plazo (Long-Term Memory: LTM).
utilizando este proceso, el experto infiere la nueva in-
formacin del problema y llega a conclusiones referidos
al problemas. La siguiente figura muestra un diagrama de

3
Durkin, John (1994). Expert Systems. Ed. Macmillan. USA
Sistemas Expertos


17
bloques que aproxima la solucin de un problema por par-
te de un experto.


Los sistemas expertos solucionan problemas utilizando
procesos que son muy similares a los mtodos utilizados
por un experto humano, tal como se muestra en la si-
guiente figura:


7. 1. BASE DE CONOCI MI ENTO ( KNOWLEDGE BASE)
Parte de un sistema experto que contiene el conoci-
miento del dominio y esta en la LTM.

Sistemas Expertos


18
7. 2. MEMORI A DE TRABAJ O ( WORKI NG MEMORY)
Parte de un sistema experto que contiene los hechos
del problema que se descubren durante la sesin. La
memoria de trabajo es un modelo para la STM.
7. 3. EL MOTOR DE I NFERENCI A ( I NFERENCE ENGI NE)
Es el procesador de un sistema experto que empareja
los hechos contenidos en la memoria de trabajo con
el conocimiento del dominio contenido en la base de
conocimiento para bosquejar soluciones acerca del
problema. El motor de inferencia intenta imitar el
proceso de razonamiento humano.
8. HERRAMI ENTAS: LENGUAJ ES Y SHELLS
8. 1. LENGUAJ ES DE PROGRAMACI ON
Existe una gran variedad de herramientas de desa-
rrollo para sistemas expertos:
Lenguajes de programacin convencionales.
Lenguajes de programacin de inteligencia ar-
tificial: LISP y PROLOG.
Lenguajes de programacin orientada a objetos.
8. 2. SHELLS
Un shell de sistema experto es un sistema completa-
mente desarrollado, pero con una base de conoci-
mientos vaca. El shell contiene un motor de infe-
rencias, un interfaz de usuario, un dispositivo de
Sistemas Expertos


19
explicacin y un dispositivo adecuado para entrar
en la base de conocimientos. La mayora de los
shells utilizan reglas de produccin y proporcionan
mecanismos de representacin de conocimiento impre-
ciso mediante factores de certidumbre. En los sis-
temas ms avanzados se incorporan principios de
programacin orientada a objetos e interfaces con
el entorno informtica que posibilitan el acceso a
bases de datos, hojas de clculo y otros ficheros
empleados por el usuario.
La mayora de los sistemas expertos se han desarro-
llado haciendo uso de shells y no de lenguajes, de-
bido a que eliminan la programacin, simplificando
de esta forma el proceso de creacin del sistema.
Entre los ms populares, podemos citar: ART, CRYS-
TAL, EXSYS, GOLDWORKS, KEE, NEXPERT OBJECT, GURU,
PC CONSULTANT PLUS, TIRS y VP-EXPERT.
9. LA ADQUI SI CI N DEL CONOCI MI ENTO
La adquisicin y modelizacin del conocimiento de una
manera eficaz puede ser la tarea que ms tiempo requiera
y que ms dificultades presente dentro del proceso de
ingeniera del conocimiento. Existen numerosas tcnicas
y herramientas de ayuda en este campo que pueden clasi-
ficarse en:
Mtodos manuales.
Mtodos semiautomticos.
Mtodos automticos.
Sistemas Expertos


20
Los sistemas expertos tradicionales presentan el proble-
ma de la complejidad de los procesos de ingeniera del
conocimiento necesarios para su extraccin y Normaliza-
cin, los mtodos manuales, que describimos ms adelan-
te, constituyen una primera aproximacin para su resolu-
cin. En los ltimos aos, la necesidad de acercar el
lenguaje de representacin al experto y de simplificar
los procesos de adquisicin de conocimientos en determi-
nadas aplicaciones, han posibilitado el desarrollo de
nuevos sistemas con capacidad de aprendizaje interactivo
(mtodos semiautomticos) y con capacidad de aprendizaje
automtico.
9. 1. MTODOS MANUALES Y SEMI AUTOMTI COS
Boose revisa las tcnicas ms representativas para
la extraccin del conocimiento encuadradas en los
dos primeros apartados:
9. 1. 1. Mt odos manual es:
Brainstorming: Generacin rpida de un
gran nmero de ideas.
Entrevistas:
Entrevistas no estructuradas: Pregun-
tas de tipo general.
Entrevistas semiestructuradas: Cues-
tiones de respuesta abierta y relacin
de tpicos a cubrir.
Sistemas Expertos


21
Entrevistas estructuradas: Cuestiona-
rios estrictos y muy especficos.
Entrevistas con repaso: El ingeniero
del conocimiento demuestra el entendi-
miento de la pericia resolviendo el
problema.
Programacin neurolingstica: Obser-
vacin de aspectos fsicos (movimiento
de ojos y lenguaje corporal) para me-
jorar la comunicacin con el experto.
Entrevista tutorial: El experto impar-
te una clase.
Tcnicas de anlisis de protocolos:
Observacin participativa: El ingenie-
ro del conocimiento se convierte en
aprendiz, o de alguna otra forma par-
ticipa en el proceso que sigue el ex-
perto para la resolucin del problema.
Anlisis de protocolos: Registro y
anlisis de las transcripciones obte-
nidas del pensamiento en voz alta ob-
tenido del experto mientras realizaba
su tarea.
Tcnicas de interfaz de usuario:
Sistemas Expertos


22
Tcnica del mago de Oz: Un experto si-
mula el comportamiento de un sistema
futuro.
9. 1. 2. Mt odos semi aut omt i cos:
Basados en las relaciones mtodo-
problema: Su objetivo es encontrar y
clarificar las estrategias de adquisi-
cin de conocimiento para una relacin
mtodo problema que puede darse en:
(1) un Problema muy especfico em-
pleando un mtodo muy especializado
que requiere mucho conocimiento del
dominio, o (2) un problema general que
se resuelve con un mtodo general que
no requiere mucho conocimiento del do-
minio. Entre los primeros, estn AS-
KE, FIS, MOLTKE, MUM, OPAL, PROTOGE,
SMAC y STUDENT. Ejemplos de los se-
gundos son AQUINAS, CLASSIKA, DART,
EAR*, ETS, FLEXIGRID, IRA-GRID, KIT-
TEN, KRITON, NEXTRA, KSSO y SMEE.
Lenguajes de tareas y problemas. Len-
guajes de representacin para la defi-
nicin y descripcin de problemas y
mtodos, entre los que se pueden citar
ASTEK, CODE, KADS y MAC.
Editores inteligentes e hipertexto:
Editores inteligentes para ayudar a la
Sistemas Expertos


23
construccin de grandes bases de cono-
cimientos, como APPRENTICE, CYC, GKE,
KET, KREME, PRED y SEEGRAPH, y siste-
mas hipertexto, como AC-QUIST, CAMEO,
COGNOSYS y SMAC.
9. 2. APRENDI ZAJ E AUTOMTI CO
Los principales paradigmas de aprendizaje automti-
co son:
Redes neuronales (mtodos conexionistas de
aprendizaje).
Mtodos empricos de induccin de reglas y r-
boles de decisin.
Razonamiento basado en casos.
Algoritmos genticos.


Sistemas Expertos


24
BIBLIOGRAFIA
1. Sierra Molina, Guillermo y otros (1995). Sistemas Exper-
tos en Contabilidad y Administracin de Empresas. Edito-
rial Addison Wesley. USA.
2. Durkin, John (1994). Expert Systems. Ed. Macmillan. USA
3. Castillo, E.y Alvarez, E.(1989). Sistemas Expertos:
Aprendizaje e incertidumbre. Paraninfo, Madrid.